Sztuczna inteligencja dla menedżerów pieniędzmi: Unikaj czarnej skrzynki – i zrób to zamiast

Ludzie długo obawiali się, że w końcu stworzą technologię, której nie będą w stanie kontrolować – i przynajmniej w pewnym stopniu te obawy się ziściły. Dotyczy to również sektora inwestycyjnego. Słyszeliśmy historie o tym, jak sztuczna inteligencja jest w stanie “wybrać zwycięzców” i zarobić fortuny dla inwestorów – ale nawet najlepsi naukowcy często nie mają pojęcia, jak sztuczna inteligencja to robi.

Ten “czarna skrzynka” ma znaczące konsekwencje na wielu poziomach – w tym przewidywalności i poprawie zarządzania ryzykiem, wiedzy, kiedy inwestować, a kiedy wycofywać się, jednego z najważniejszych problemów. I to przewidywalność jest szczególnie ostra w przypadku zarządzania finansami – szczególnie inwestycjami instytucjonalnymi, które mogą mieć znaczący wpływ na całe rynki, a także na oszczędności i aktywa setek milionów ludzi. Jeśli inwestorzy instytucjonalni nie rozumieją, jak działają ich rozwiązania sztucznej inteligencji, jak mogą im (i ich klientom) ufać, aby podejmowały decyzje inwestycyjne?

Z drugiej strony, nie ma wątpliwości, że sztuczna inteligencja mogłaby być używana do zwiększania zysków – i w rzeczywistości wiele instytucji inwestycyjnych już ją wykorzystuje, aby znaleźć lepsze sposoby inwestowania aktywów swojej organizacji. Wiele inwestorów koncentruje się na określonych aktywach, używając sztucznej inteligencji do ustalenia czasu zakupów i sprzedaży – z wielkim powodzeniem.

Wyzwania spowalniające przyjęcie sztucznej inteligencji

W teorii, to, co działa na poziomie “mikro”, mogłoby działać jeszcze lepiej na poziomie “makro” – gdzie sztuczna inteligencja jest stosowana do szerokiej gamy inwestycji i podejmuje rekomendacje na podstawie ogromnych ilości danych, używając uczenia maszynowego i innych technik sztucznej inteligencji, aby porównać bieżące warunki rynkowe i świata z poprzednimi danymi i określić, które aktywa prawdopodobnie wzrosną lub spadną w cenie na podstawie tej analizy. Możliwości oferowane przez sztuczną inteligencję są naprawdę znaczące – ale czy możemy ufać czarnej skrzynce sztucznej inteligencji, aby wyprodukowała odpowiednie wyniki?

Dla wielu inwestorów instytucjonalnych odpowiedź jest prawdopodobnie nie – że potencjalne korzyści sztucznej inteligencji nie są warte ryzyka związanego z procesem, którego nie są w stanie zrozumieć, nie mówiąc już o wyjaśnieniu go swoim radom i klientom. Dopóki sztuczna inteligencja zarabia pieniądze dla inwestora, oczywiście, nikt nie będzie pytał o to wyjaśnienie – ale jeśli sytuacja się pogorszy, inwestorzy instytucjonalni będą musieli podać jasne powody, dlaczego podjęli określone decyzje. Dla wielu instytucji powiedzenie “komputer powiedział mi to” jest mało prawdopodobne, aby być satysfakcjonującą odpowiedzią.

Przyjmowanie transparentności i podejścia platformowego

Ale alternatywa – unikanie sztucznej inteligencji – nie jest również słuszną ścieżką. Inne instytucje, które są mniej ostrożne i wykorzystują sztuczną inteligencję, prawdopodobnie będą lepiej radziły sobie na szerokim zakresie aktywów – a wtedy rady będą pytały inwestorów, dlaczego pozostawiają potencjalne zyski na stole, dla ich rywali, aby je podnieść.

Jednak istnieje sposób wyjścia z tego dylematu. Zamiast korzystania z systemów sztucznej inteligencji, których nie mogą wyjaśnić – czarnych skrzynek sztucznej inteligencji – mogliby korzystać z platform sztucznej inteligencji, które wykorzystują przezroczyste techniki, wyjaśniając, jak dochodzą do swoich wniosków. Systemy sztucznej inteligencji wykonują głęboką analizę ogromnych ilości danych, wykorzystując zaawansowane algorytmy, aby podejmować rekomendacje, ale zostały one zaprogramowane przez ludzi – i ci ludzie mogą nakazać tym algorytmom ujawnienie dokładnych procesów, których używają do dochodzenia do swoich wniosków.

Sztuczna inteligencja spełniająca wymagania zgodności

Przezroczyste systemy sztucznej inteligencji oferują pełną ścieżkę do audytu inwestycji – rodzaj audytu, jaki inwestorzy instytucjonalni są zobowiązani do dostarczenia – z informacjami dostarczonymi dla każdego elementu portfela inwestycyjnego. Inwestorzy będą mogli zrozumieć logikę za każdym sygnałem i jak mogą one przynieść korzyści portfelom instytucji. Nie wszystkie przewidywania się spełnią – ale przynajmniej inwestorzy będą mogli wyjaśnić, dlaczego jeden inwestycja się powiodła, a inna nie.

Przezroczysta i zrozumiała sztuczna inteligencja jest czymś, co firmy inwestycyjne powinny również brać pod uwagę w świetle możliwych wymagań regulacyjnych. Rządowe regulacje w sprawie kwestii, takich jak pranie brudnych pieniędzy i insider trading, stały się znacznie bardziej surowe w ostatnich latach, a menedżerowie inwestycyjni, szczególnie w większych instytucjach, są bardziej prawdopodobni, aby być pytani przez regulatorów o wyjaśnienie swoich strategii inwestycyjnych – i prawdopodobieństwo tego może być jeszcze większe dla menedżerów, którzy używają zaawansowanej sztucznej inteligencji. Z przezroczystą sztuczną inteligencją, menedżerowie będą mogli szybko i efektywnie udokumentować swoje strategie inwestycyjne, dostarczając pewność, że pomimo faktu, iż osiągnęli znaczne zyski, te zyski zostały uzyskane bez naruszenia żadnych regulacji.

Z takim systemem inwestorzy mogą w pełni wykorzystać to, co sztuczna inteligencja ma do zaoferowania – i mogą być pewni, że będą w stanie wyjaśnić tym, którym są odpowiedzialni, dlaczego zrobili to, co zrobili. Menedżerowie inwestycyjni będą mogli wykorzystać moc sztucznej inteligencji, aby udowodnić i przechwycić alfa w swoich teoriach inwestycyjnych – prowadząc do nowego paradygmatu inwestycyjnego, w którym menedżerowie są w stanie podejmować bardziej inteligentne i bezpieczne decyzje – wspierane przez potężne algorytmy, które im pomagają. Taki podejście sprawi, że sztuczna inteligencja stanie się naprawdę przełomową technologią dla inwestycyjnego sektora instytucjonalnego.